آیا AI Overviews باعث کاهش CTR و افزایش CPC تبلیغات می‌شود؟

AI Overviews می‌تواند کاربران را به سمت رقبای یک تبلیغ‌دهنده هدایت کند و در نتیجه، نرخ کلیک (CTR) را کاهش داده و هزینه هر کلیک (CPC) را افزایش دهد. اخیرا صنعت جستجو، از سئو تا تبلیغات کلیکی، خود را برای صفحه نتایجی آماده می‌کند که در آن پنل هوش مصنوعی، تبلیغ پولی، نتیجه ارگانیک و کارت محصول درون یک رابط یکپارچه نمایش داده شوند. مسئله مهم‌تر از نحوه چیدمان این عناصر، تعارض میان توصیه هوش مصنوعی و تبلیغ پولی بوده که به دلیل تغییر منبع اعتماد کاربر ایجاد شده است.

چگونه AI Overviews مقایسه گزینه‌ها را با ارائه نتیجه نهایی جایگزین می‌کند

جهت بررسی این رفتار، جست‌وجوی «بهترین لوله‌کش برای ترکیدگی لوله کدام است؟» انجام شد. در بالای صفحه، تبلیغ پولی یک شرکت خدمات لوله‌کشی، پیشنهاد تشخیص نشتی با هزینه مشخص شده، خدمات شبانه‌روزی، امتیاز ۴.۹ از حدود ۲۰ هزار نظر، ویدئو و افزونه موقعیت مکانی را نمایش می‌داد و تقریباً همه عناصر لازم برای افزایش نرخ تبدیل را در اختیار داشت.

بااین‌حال، درست زیر تبلیغ، AI Overviews با لحنی قطعی اعلام کرد که بهترین گزینه برای ترکیدگی لوله، شرکت‌های دیگری هستند. در نتیجه، صفحه نتایج برای یک عبارت واحد، دو پاسخ متفاوت ارائه نمود و تبلیغ‌دهنده‌ای که برای جایگاه برتر هزینه پرداخت کرده بود، حتی در پاسخ هوش مصنوعی نیز دیده نشد.

این نمونه نشان می‌دهد که مسئله فقط به چیدمان عناصر صفحه محدود نمی‌گردد و اعتبار منابع و نحوه انتقال اعتماد به کاربر نیز موثر هستند.

تصویر(1)

AI Overviews روانشناسی کاربر را از انتخاب گزینه‌ها به پذیرش یک نتیجه تغییر می‌دهد

برای حدود دو دهه، جست‌وجوی ارگانیک مانند فهرستی از گزینه‌ها عمل کرده است و کاربران با بررسی لینک‌های آبی، توضیحات، برندها و نشانه‌های اعتبار، گزینه مناسب را انتخاب کرده‌اند. تبلیغات نیز در کنار نتایج ارگانیک با برچسب «Sponsored» نمایش داده شده‌اند و کاربر همچنان فرصت مقایسه و ارزیابی داشته است.

AI Overviews این فرآیند را تا حد زیادی کوتاه می‌کند زیرا به جای نمایش مجموعه‌ای از گزینه‌ها، نتیجه‌ای نهایی و قطعی ارائه می‌دهد. کاربر دیگر الزاماً با مجموعه‌ای از لینک‌ها مواجه نمی‌شود و ممکن است پاسخ روان و ترکیبی تولید شده توسط هوش مصنوعی را به بررسی دستی چندین صفحه ترجیح دهد.

در چنین شرایطی، AI Overviews  فقط با تبلیغ رقابت نمی‌کند بلکه بخشی از فرآیند تصمیم‌گیری ذهنی کاربر را نیز در اختیار می‌گیرد. این نتیجه الگوریتمی می‌تواند مسیر کاربر را به سمت برندی هدایت کند که تیم تبلیغات هیچ کنترلی بر انتخاب آن ندارد.

تغییرات جزئی در عبارت جستجو، استنادهای AI Overviews را تغییر می دهد

در حوزه تجارت الکترونیک، چند نسخه از عبارت «سویشرت برای افراد مبتلا به اضطراب» بررسی شد. در صفحه نتایج معمولی، محصولاتی از برندهایی مانند Cloud Nine و Comfrt با قیمت‌هایی بین ۳۹ تا ۸۹.۹۵ دلار نمایش داده شدند و تبلیغ متنی Cloud Nine نیز با عبارت «بیش از ۱۰۰ هزار بازدید طی ماه گذشته» بخش مهمی از فضای پولی را در اختیار گرفت.

با طرح همان مفهوم در AI Overviews، پاسخ به سمت هودی‌های وزنه‌دار و آرامش دهنده تغییر کرد و محصولاتی از Comfrt با قیمت ۷۵ دلار، Thera با قیمت ۱۵۸ دلار و Cozy Ghost با قیمت ۱۱۸ دلار پیشنهاد شدند. Comfrt هم در بخش پولی و هم استناد هوش مصنوعی حضور داشت اما Thera و Cozy Ghost بدون برخورداری از حضور تبلیغاتی، در پاسخ هوش مصنوعی استناد شدند.

تصویر(2)

Cloud Nine که برای جایگاه تبلیغاتی هزینه کرده بود، در این پاسخ حذف شد. با تغییر جزئی عبارت جستجو و استفاده از «سویشرت اضطراب چیست؟»، نتیجه هوش مصنوعی نیز تغییر کرد و Cloud Nine کنار فروشندگان Etsy و برند We’re Not Really Strangers در گروه پوشاک گرافیکی و دارای پیام‌های تأکیدی، قرار گرفت.

این تغییر نشان می‌دهد که موتور مزایده تبلیغات و موتور تولید پاسخ مبتنی بر بازیابی اطلاعات (RAG) از منطق یکسانی پیروی نمی‌کنند. در نتیجه، تیم‌های PPC و سئو نمی‌توانند به طور کامل نحوه تعامل این دو سیستم را کنترل نمایند و تغییرات جزئی در عبارت جستجو می‌تواند نتیجه نهایی را تغییر دهد.

سئو در یک SERP مبتنی بر هوش مصنوعی همچنان اهمیت دارد

ورود AI Overviews به معنای پایان سئو نیست و بیشتر نشان‌دهنده تغییر هدف سئو از کسب رتبه در فهرست نتایج به کسب جایگاه درون پاسخ هوش مصنوعی می باشد. سئوی سنتی بر حضور در میان نتایج برتر، بهینه‌سازی عنوان‌ها و افزایش نرخ کلیک تمرکز داشته اما اکنون تبدیل شدن به منبعی معتبر برای استناد هوش مصنوعی اهمیت بیشتری پیدا کرده است.

بهینه‌سازی برای موتورهای مولد (GEO) نیز این رویکرد را تقویت می‌کند و بر ایجاد اعتبار موجودیت‌ها، ساختاردهی اطلاعات و ارائه محتوای قابل استخراج برای سامانه‌های مبتنی بر RAG تمرکز دارد.

نمونه‌های بررسی‌شده نشان می‌دهند که استنادهای هوش مصنوعی همچنان از اصول مهم سئو پیروی می‌کنند. شفافیت موجودیت، داده‌های ساختاریافته و یکپارچگی نام، آدرس و شماره تلفن (NAP) می‌توانند احتمال استناد را افزایش دهند. همچنین، صفحات محصولی که مشخصات دقیق مانند وزن و مزایای عملکردی را ارائه می‌کنند، اطلاعات مناسب‌تری برای استخراج در اختیار مدل قرار می‌دهند.

بنابراین، سئو از بین نرفته و فقط هدف آن از کسب رتبه در صفحه نتایج به کسب استناد درون پاسخ هوش مصنوعی تغییر کرده است.

AI Overviews هزینه‌های پنهان برای PPC ایجاد می‌کند

تأثیر AI Overviews بر تبلیغات جستجو را می‌توان در سناریویی مشاهده کرد که در آن تبلیغ‌دهنده برای عبارتی مانند «لوله‌کش اضطراری نزدیک من» پیشنهاد قیمت بالایی ثبت می‌کند اما AI Overview در زیر تبلیغ، رقیبی را به عنوان گزینه معتبر معرفی می‌نماید. در چنین شرایطی، کاربر ممکن است پاسخ هوش مصنوعی را بپذیرد و بدون کلیک روی تبلیغ با برند رقیب تعامل کند یا خرید انجام دهد.

تصویر(3)

در این حالت، Google Ads نمایش تبلیغ را ثبت می‌کند اما کلیکی دریافت نمی‌شود و CTR تبلیغ نسبت به جایگاه آن کاهش پیدا می‌نماید. سپس کاهش CTR می‌تواند Quality Score را تحت تأثیر قرار داده و هزینه مؤثر هر کلیک را در مزایده‌های بعدی افزایش دهد.

این وضعیت برای مدیران PPC یک مشکل ساختاری ایجاد می‌کند زیرا ابزارهای داخلی Google Ads لزوماً توضیحی روشن درباره نقش AI Overview در افت عملکرد ارائه نمی‌کنند. الگوریتم Quality Score نیز برای شرایطی که یک ماژول هوش مصنوعی اعتبار تبلیغ را در همان صفحه کاهش می‌دهد، سازوکار مستقلی ندارد و عمدتاً کاهش CTR را ثبت می‌کند.

در نتیجه، تبلیغ‌دهنده ممکن است برای ترافیک کمتر هزینه بیشتری پرداخت نماید و این افزایش هزینه در شرایطی رخ دهد که اعتماد کاربر پیش از فرصت رقابت تبلیغ، به برند دیگری منتقل شده باشد.

پرسش‌های بی‌پاسخ، رویکرد جدیدی را برای تحلیل جستجو ضروری می‌کنند

ورود AI Overviews نیازمند تغییر در روش تحلیل عملکرد جستجو است و تیم‌های بازاریابی باید تغییرات رفتاری این ماژول‌ها را در کنار شاخص‌های سنتی بررسی کنند.

• تشخیص فرسایش عملکرد: اگر CTR کاهش پیدا کند اما سهم نمایش ثابت بماند، باید مشخص شود که آیا AI Overview برای خوشه‌های اصلی کلمات کلیدی نمایش داده شده است یا خیر.

• در نظر گرفتن Quality Score: هنگام تحلیل افت Quality Score، باید احتمال تأثیر استنادهای الگوریتمی خارج از اکوسیستم تبلیغات نیز بررسی شود.

• استراتژی پیشنهاد قیمت: اگر AI Overview موجب کاهش CTR و افزایش CPC شود، آستانه‌های Target CPA و ROAS کمپین‌های تحت تأثیر باید دوباره محاسبه شوند.

• نوسان معنایی: از آنجا که تغییرات جزئی در عبارت جستجو می‌توانند استنادهای هوش مصنوعی را تغییر دهند، باید نسخه‌های مختلف عبارت‌ها و نیت‌های جستجوی ارزشمند به صورت مستمر بررسی شوند.

نرخ کلیک تبلیغات و هزینه هر کلیک

جمع بندی

در نهایت، کاربران عناصر مختلف صفحه نتایج را بر اساس کانال بازاریابی از یکدیگر جدا نمی‌کنند و معتبرترین پاسخی را که در صفحه می‌بینند مبنای تصمیم خود قرار می‌دهند. تقسیم تاریخی میان تیم‌های سئو و PPC در دوره‌ای شکل گرفته است که تبلیغات و نتایج ارگانیک دو مسیر نسبتاً مستقل بوده‌اند اما اکنون لایه‌ای هوشمند می‌تواند اطلاعات هر دو مسیر را ترکیب و تفسیر کند. بنابراین، هیچ‌یک از تیم‌های سئو یا PPC نمی‌تواند این پویایی را به تنهایی مدیریت نماید و تشخیص تغییرات جدید به بررسی همزمان عملکرد تبلیغات، نقشه استنادهای هوش مصنوعی و اعتبار موجودیت‌ها در قالب یک اکوسیستم یکپارچه جستجو نیاز دارد.